기본 콘텐츠로 건너뛰기

말만 하면 메모 정리? Grok Bot 'Notes Bot' 템플릿 정리 (제작자 설명 기준)

"I just built a 'Notes Bot' template for Grok Bot." X 사용자 @XFreeze 가 2026년 10월 18일 오전 4시 57분(KST)에 공개한 Grok Bot용 Notes Bot 템플릿을 리서처K가 정리했습니다. 아래 기능은 모두 제작자 설명 기준 입니다. ▶ YouTube에서 쇼츠 보기 공식 봇이 아닌 개인(제3자) 템플릿입니다 템플릿 페이지에는 "SpaceXSI가 아닌 서드파티 사용자가 만든 봇이며, 사용자를 대신해 행동할 수 있다"고 적혀 있습니다. 페이지 제목 "Notes Bot by X" 의 'X'는 X사가 아니라 제작자 @XFreeze의 표시명입니다. 제작자가 설명한 기능 (제작자 설명 기준) 마이크를 누르고 말하면 정리된 메모로 저장 메모에서 할 일·작업 추출 마감이 되면 알림 매일 할 일 요약, 캘린더에 알림 추가 (게시물에만 있고 템플릿 페이지 설명에는 없음) Google Docs에 저장 @XFreeze는 10월 19일 오전 4시 16분(KST) 후속 게시물에서 이 봇을 "개인적으로 가장 좋아하는 봇"이라고 소개했습니다. 템플릿 공유는 공식 기능 Grok Bot 공식 변경 기록(v0.30.0, 2026-08-28)에 따르면 봇을 템플릿으로 공유할 수 있고, 다른 사람은 링크에서 자기 사본을 추가합니다. Notes Bot도 이 방식으로 공유됐습니다. 쓰기 전에 확인하세요 개인이 만든 봇이므로 연결하는 Google 계정 권한 범위 를 직접 확인하세요. 한국어 음성 메모가 잘 정리되는지는 미확인 입니다. AI 에이전트를 업무와 생활에 어떻게 쓸지 고민이시라면 찰리초이 홈페이지 에서 더 많은 AX 자료를 보실 수 있습니다. 출처 (확인일 2026-10-19 KST) @XFreeze Notes Bot 템플릿 공개 게시물 (20...

[Claude 활용 팁] 문장 교정, 교열, 수정을 위한 활용 예



교정, 교열, 수정을 위한 Claude 활용 예

책의 초고를 완성했다고 해서 집필 과정이 끝난 것은 아닙니다. 교정, 교열, 수정 작업을 통해 원고를 다듬어야 비로소 독자에게 선보일 수 있는 책이 탄생하죠. 이 과정에서도 Claude의 도움을 받을 수 있습니다. 프롬프트 엔지니어링 기법을 활용하면 교정, 교열, 수정 작업의 효율성과 정확성을 크게 높일 수 있습니다.

먼저 '맞춤법 및 문법 교정'을 위해 Claude를 활용하는 방법을 살펴보겠습니다. 'Instructional Prompting' 기법을 사용하여 Claude에게 교정 작업을 요청할 수 있습니다.

프롬프트:

"다음 문장들의 맞춤법과 문법을 검토하고, 잘못된 부분을 수정해 주세요. 수정 전후의 문장을 나란히 제시하고, 어떤 부분이 어떻게 틀렸는지 설명도 해 주세요.

1. 그는 책상 위에 놓여진 펜을 들어 글을 쓰기 시작했다.

2. 영희와 철수가 함께 영화를 보러갔다.

3. 나는 어제 친구를 만나고 집에 돌아와 쉬었다."

Claude의 응답:

"1. (수정 전) 그는 책상 위에 놓여진 펜을 들어 글을 쓰기 시작했다.

    (수정 후) 그는 책상 위에 놓인 펜을 들어 글을 쓰기 시작했다.

    설명: '놓여진'은 '놓이다'의 잘못된 활용형입니다. '놓이다'는 '놓다'의 피동사로, '놓인'이 올바른 표현입니다.

2. (수정 전) 영희와 철수가 함께 영화를 보러갔다.

    (수정 후) 영희와 철수는 함께 영화를 보러 갔다.

    설명: 주어가 두 사람 이상이면 보조사 '는'을 써야 합니다. 또한 '보러갔다'는 '보러 갔다'로 띄어 써야 합니다.

3. (수정 전) 나는 어제 친구를 만나고 집에 돌아와 쉬었다.

    (수정 후) 나는 어제 친구를 만나고 집에 돌아와서 쉬었다.

    설명: '돌아와'와 '쉬었다' 사이에는 연결 어미 '-아서/어서'를 사용해야 자연스러운 문장이 됩니다."

이처럼 Claude는 주어진 문장의 맞춤법과 문법을 꼼꼼히 검토하고, 잘못된 부분을 정확히 짚어내 수정해 줍니다. 단순히 교정하는 데 그치지 않고 왜 잘못되었는지까지 설명해 주므로, 저자가 교정 내용을 이해하고 향후 글쓰기에 참고할 수 있게 되죠.

다음은 '문장 및 문단 다듬기'를 Claude에게 요청하는 방법입니다. 'Iterative Refinement' 기법을 활용하면 원고를 점진적으로 개선해 나갈 수 있습니다.

프롬프트:

"다음 문단의 첫 문장을 좀 더 강렬하고 인상적으로 다듬어 주세요.

인공지능 기술의 발전은 우리 삶의 많은 부분을 변화시키고 있습니다. 특히 ChatGPT와 같은 대화형 AI는 일상생활과 업무에서 점점 더 많이 활용되고 있죠. 이러한 AI 기술의 발전은 앞으로도 가속화될 전망입니다."

Claude의 응답:

"(수정 전) 인공지능 기술의 발전은 우리 삶의 많은 부분을 변화시키고 있습니다.

(수정 후) 인공지능의 물결이 삶의 모든 영역을 휩쓸고 있습니다.

'인공지능의 물결'이라는 은유적 표현을 사용하여 인공지능 기술의 확산과 영향력을 더욱 강렬하게 전달할 수 있습니다. 또한 '삶의 모든 영역'이라는 포괄적인 표현으로 인공지능의 광범위한 영향력을 강조했습니다."

프롬프트:

"좋습니다. 이어지는 문장도 앞 문장의 분위기와 어울리게 수정해 주세요."

Claude의 응답:

"인공지능의 물결이 삶의 모든 영역을 휩쓸고 있습니다. ChatGPT로 대표되는 대화형 AI는 이미 일상과 업무 깊숙이 스며들었고, 그 존재감은 나날이 커지고 있습니다. 이 거대한 흐름은 앞으로 더욱 거세질 것이 분명합니다."

(수정 전) 특히 ChatGPT와 같은 대화형 AI는 일상생활과 업무에서 점점 더 많이 활용되고 있죠. 이러한 AI 기술의 발전은 앞으로도 가속화될 전망입니다.

(수정 후) ChatGPT로 대표되는 대화형 AI는 이미 일상과 업무 깊숙이 스며들었고, 그 존재감은 나날이 커지고 있습니다. 이 거대한 흐름은 앞으로 더욱 거세질 것이 분명합니다.

앞 문장의 은유적 표현과 어울리도록 'ChatGPT로 대표되는 대화형 AI'가 '일상과 업무 깊숙이 스며들었다'고 표현했습니다. 또한 '그 존재감은 나날이 커지고 있습니다'라는 문장으로 대화형 AI의 영향력이 점점 커지고 있음을 나타냈고, 마지막으로 '이 거대한 흐름은 앞으로 더욱 거세질 것'이라는 문장으로 미래의 변화 양상을 역동적으로 표현했습니다."

다음은 '일관성 및 논리성 검토'를 Claude에게 요청하는 방법입니다. 'Coherence Verification' 기법을 사용하여 글의 흐름과 논리구조를 점검할 수 있습니다.

프롬프트:

"다음 문단이 전체적으로 일관되고 논리적인 흐름을 갖추고 있는지 검토해 주세요. 개선이 필요한 부분이 있다면 구체적으로 지적하고, 수정 방안을 제시해 주세요.  

온라인 쇼핑이 늘어나면서 오프라인 매장의 중요성이 더욱 커지고 있습니다. 소비자들은 실제 제품을 보고 만질 수 있는 오프라인 매장에서의 경험을 원하기 때문입니다. 따라서 온라인과 오프라인의 장점을 결합한 옴니채널 전략이 주목받고 있습니다. 기업들은 단순히 상품을 파는 것이 아니라, 소비자에게 특별한 경험을 제공하는 것에 집중해야 할 것입니다."

Claude의 응답:

"이 문단은 온라인 쇼핑의 증가에 따른 오프라인 매장의 중요성을 언급하면서도, 옴니채널 전략의 필요성을 제기하고 있습니다. 전반적인 흐름은 일관되고 논리적이지만, 두 가지 측면에서 개선의 여지가 있어 보입니다.

첫째, 온라인 쇼핑 증가와 오프라인 매장의 중요성 간의 인과관계를 좀 더 명확히 설명할 필요가 있습니다. 온라인 쇼핑이 늘어난다고 해서 오프라인 매장의 중요성이 자동으로 커지는 것은 아니기 때문입니다. 오히려 온라인 쇼핑의 한계나 소비자들의 오프라인 경험에 대한 니즈 등을 근거로 들어 오프라인 매장의 중요성을 뒷받침하는 것이 더 논리적일 것 같습니다.  

둘째, 옴니채널 전략에 대한 언급이 다소 갑작스러운 느낌이 있습니다. 온-오프라인 통합의 필요성을 언급하기에 앞서, 온라인과 오프라인 매장이 각각 가진 장단점을 좀 더 구체적으로 설명하는 것이 좋겠습니다. 그렇게 하면 옴니채널 전략이 왜 필요한지에 대한 맥락이 더 명확해질 것입니다.

따라서 다음과 같이 수정해 보는 것을 제안합니다.

(수정 후) 온라인 쇼핑이 늘어나면서 소비자들의 쇼핑 행태가 변화하고 있습니다. 그러나 온라인 쇼핑은 제품을 직접 경험해 보지 못한다는 한계가 있죠. 많은 소비자들은 여전히 실제 제품을 보고 만질 수 있는 오프라인 매장에서의 경험을 원하고 있습니다. 반면 오프라인 매장은 시간과 공간의 제약이 있다는 단점이 있습니다. 이런 상황에서 온라인과 오프라인의 장점을 결합한 옴니채널 전략이 주목받고 있습니다. 기업들은 온라인의 편의성과 오프라인의 경험을 통합하여, 소비자에게 특별한 가치를 제공하는 데 집중해야 할 것입니다."

이 피드백을 통해 저자는 자신의 글에 논리적 비약이나 부자연스러운 흐름이 있던 부분을 인지하고, 독자에게 더 명확한 메시지를 전달할 수 있게 되었습니다.

마지막으로 '내용 타당성 검증'을 Claude에게 요청하는 방법을 알아보겠습니다. 'Fact-checking' 기법을 사용하여 글에 포함된 주장이나 데이터가 타당한지 검증할 수 있습니다.

프롬프트:

"다음 문장의 주장이 타당한지 검토해 주세요. 만약 주장을 뒷받침할 만한 객관적인 데이터나 사례가 있다면 제시해 주세요. 주장에 문제가 있다면 어떤 점이 잘못되었는지 지적해 주세요.

'미국에서는 10명 중 8명이 하루에 커피를 마신다.'

Claude의 응답:

"주장: '미국에서는 10명 중 8명이 하루에 커피를 마신다.'

데이터 검토:

미국 커피 협회(National Coffee Association)가 2022년에 발표한 자료에 따르면, 미국 성인의 66%가 매일 커피를 마시는 것으로 나타났습니다. 이는 10명 중 약 6.6명에 해당하는 수치입니다.

사례 검토:

- 2022년 스타벅스 연례 보고서에 따르면, 미국 내 스타벅스 매장 수는 약 15,500개로, 이는 미국인들의 커피 소비량이 상당함을 방증합니다.

- 2022년 Statista 보고서에 따르면, 미국의 연간 커피 소비량은 1인당 약 4.2kg으로, 전 세계에서 가장 높은 수준입니다.

평가:

제시된 주장은 미국인들의 커피 소비 행태에 대해 다소 과장된 측면이 있습니다. 실제 데이터상으로는 미국 성인의 66%가 매일 커피를 마시는 것으로 확인되므로, '10명 중 8명'이라는 표현은 올바르지 않습니다.

그러나 스타벅스 매장수와 미국의 높은 1인당 커피 소비량 등의 사례를 고려할 때, 미국이 세계에서 가장 커피 소비가 많은 국가 중 하나라는 점은 분명해 보입니다. 따라서 주장의 방향성 자체는 크게 잘못되지 않았지만, 구체적인 수치에서 과장이 있었다고 볼 수 있겠습니다.

수정 제안:

'미국 성인의 약 3분의 2가 매일 커피를 마실 정도로, 미국은 세계에서 가장 커피 소비가 많은 국가 중 하나이다.'

→ 이처럼 과장된 부분을 실제 데이터에 기반하여 수정하고, 뒷받침할 만한 사례를 추가로 제시하면 주장의 신뢰성을 높일 수 있을 것입니다."

Claude의 검토를 통해 저자는 자신의 주장에 포함된 과장이나 오류를 발견하고, 이를 객관적 데이터에 기반하여 수정할 수 있게 됩니다. 뿐만 아니라 주장을 뒷받침할 만한 적절한 사례를 찾아 제시함으로써 글의 설득력을 높일 수 있습니다.

이렇듯 교정, 교열, 수정 과정에서 Claude의 도움을 받는 것은 매우 유용합니다. 'Instructional Prompting'을 활용해 교정을 요청하고, 'Iterative Refinement'를 통해 문장과 문단을 다듬어 나가며, 'Coherence Verification'으로 글의 일관성과 논리성을 점검하고, 'Fact-checking'을 통해 내용의 타당성을 검증할 수 있습니다.

물론 Claude의 제안을 무조건 받아들일 필요는 없습니다. 때로는 Claude가 저자의 의도를 정확히 파악하지 못하거나, 문맥을 고려하지 않은 제안을 할 수도 있습니다. 따라서 Claude의 피드백은 어디까지나 참고 자료로 활용하되, 최종 결정은 저자의 판단에 따라야 할 것입니다.

저자 스스로 글을 꼼꼼히 검토하고 다듬는 노력도 필수적입니다. 그 과정에서 Claude를 적재적소에 활용한다면, 보다 완성도 높은 원고를 만들어낼 수 있을 것입니다.

교정, 교열, 수정은 글쓰기의 마지막 단계이자 가장 중요한 단계라 할 수 있습니다. 아무리 좋은 아이디어와 통찰이 담겨 있더라도, 어색한 표현이나 오류가 있다면 독자에게 제대로 전달되기 어렵기 때문이죠. Claude와 함께라면 이 중요한 과정을 보다 수월하고 효과적으로 해낼 수 있습니다.

글을 다듬는 일에 지칠 때면 Claude에게 손을 내밀어 보세요. 놀라울 만큼 논리정연하고 정제된 글이 탄생할 것입니다. 그렇게 Claude와 함께 만들어낸 책은, 여러분의 독자에게 한층 더 깊은 감동과 울림을 선사할 수 있을 것입니다.

댓글

이 블로그의 인기 게시물

Aside 브라우저, 이렇게 쓰고 있습니다: 대표 활용 사례와 직접 써 본 후기

AI BROWSER STORY "브라우저가 대신 클릭해 준다면?" Aside로 일하는 방법 탭 수십 개를 오가며 하던 조사, 정리, 게시, 점검. 이 반복 작업을 AI 브라우저 Aside에게 맡긴 사례를 소개합니다. 다른 사용자들의 대표 사례와 제가 직접 써 본 경험을 함께 담았습니다. 01 CONCEPT Aside는 어떤 브라우저일까? 한 줄 요약: "AI가 내 대신 웹사이트를 직접 조작해 주는 브라우저" 크롬이나 웨일은 사람이 직접 클릭하고 입력합니다. Aside는 여기에 AI 에이전트가 들어 있어서, "쿠팡에서 최근 주문한 커피 장바구니에 담아줘"처럼 말로 지시하면 AI가 화면을 읽고 클릭하고 입력하며 작업을 끝냅니다. 일반 브라우저 사람이 검색하고, 복사하고, 붙여넣고, 로그인하고, 정리합니다. 단계마다 내 손이 필요합니다. Aside 브라우저 목표만 말하면 AI가 여러 사이트를 오가며 여러 단계를 이어서 처리합니다. 사람은 확인과 승인만 합니다. 내 로그인 그대로 이미 로그인한 사이트를 그대로 조작합니다. 별도 연동이나 API 설정이 필요 없습니다. 스킬 · 루틴 · 메모리 한 번 시킨 방식을 스킬로 저장하고, 주간·일간 루틴으로 자동 반복하며, 내 선호를 기억합니다. 브라우저 + 내 컴퓨터 웹 작업뿐 아니라 내 PC의 파일 읽기, 영상·문서 생성 같은 작업도 함께 처리합니다. Lasso(올가미) 선택 화면 영역을 드래그하거나 동그라미로 지정해 "이 부분 정리해줘"라고 전달합니다. 복사·붙여넣기가 필요 없습니다. 외부 도구 연결 CLI, MCP, Skill로 코딩 에이전트와 연동하고 Slack으로 원격 지시도 가능합니다. 모델 선택 원하는 AI 모델을 연결해 속도와 비용을 조절할 수 있습니다. 사용자 중에는 저렴한 모델을 붙여 주력으로 쓰는 분도 있습니다. 02 BACKGROUND 왜 AI 브라우저가 나왔을까? 챗봇은 ...

Muse와 OpenClaw: 같은 에이전트인가, 새로운 개인비서인가

개인 AI 에이전트 비교 · 2026년 9월 25일 Muse와 OpenClaw: 같은 에이전트인가, 새로운 개인비서인가 Muse가 OpenClaw 코드를 그대로 실행하는 클론이라는 증거는 없습니다. 다만 에이전트의 기본 구조와 제품 철학은 크게 닮았고, Muse의 새로움은 개념보다 배포 방식·보안 모델·대중화에 있습니다. 에이전트 개념은 OpenClaw ≈ Muse입니다. 구현은 다릅니다. OpenClaw가 사용자가 직접 운영하는 개방형 하니스라면, Muse는 Meta가 호스팅하는 소비자용 서비스입니다. 1. 왜 ‘일반인용 OpenClaw’라는 말이 나왔나 Muse 출시 뒤 초기 사용자들은 두 제품의 내부 파일 체계를 비교했습니다. SOUL.md , IDENTITY.md , USER.md , MEMORY.md , AGENTS.md , TOOLS.md 같은 이름뿐 아니라, 에이전트의 성격과 행동 경계를 정하는 문장까지 비슷하다는 지적이 나왔습니다. The Verge도 두 제품이 핵심 파일 이름과 “Be genuinely helpful, not performatively helpful” 같은 문구를 공유한다고 보도했습니다. [2] 파일 규약 OpenClaw: 성격·사용자·기억·도구를 텍스트 파일로 관리합니다. Muse: 이름과 역할이 유사한 파일 체계가 관찰됐습니다. 제품 형태 공통점: 질문에 답하는 챗봇을 넘어 브라우저와 도구를 사용해 실제 일을 수행하는 개인 에이전트를 지향합니다. 논란의 핵심은 화면이 비슷하다는 정도가 아닙니다. 에이전트 하니스, 즉 모델이 기억·도구·규칙을 활용하도록 둘러싼 실행 구조와 성격 문서까지 닮았다는 점입니다. 2. Meta의 공식 설명 Meta Superintelligence Labs 제품 책임자 Nat Friedman은 Muse를 “처음부터 새로 만들었지만, 제품으로서는...

항공권 예약 그 이상 — Hermes Agent 326개 실사용 사례로 본 '에이전트 시대'의 실제 모습

항공권 예약 그 이상 — Hermes Agent 326개 실사용 사례로 본 '에이전트 시대'의 실제 모습 2026-10-05 · Nous Research 공식 발표 분석 Nous Research가 자사 X 계정을 통해 "Hermes Agent는 항공권 예약 그 이상이다"라며 실제 사용자 326개 사례 모음을 공개했다 ( 원문 트윗 · 전체 목록 ). X, Reddit, GitHub, YouTube, 블로그, 팟캐스트, 링크드인 등 11개 채널에서 수집된 이 사례들은 "에이전트가 실험실을 벗어나 실제로 무엇을 하고 있는가"를 보여주는 꽤 정직한 스냅샷이다. 1. 숫자로 보는 구도 326개 사례는 15개 카테고리로 분류되어 있다. 압도적 1위는 역시 개발 워크플로우지만, 2위인 '개인 비서'가 전체의 15%를 차지한다는 점이 주목할 만하다 — 비개발자 사용자층이 결코 작지 않다는 뜻이다. Dev Workflow 77 Personal Assistant 49 Integrations 32 Creative 26 Business Ops 23 Meta & Ecosystem 23 Cost Optimization 20 Privacy & Self-Hosted 13 Content Creation 12 Research 12 Enterprise 12 Messaging 11 출처 채널: Discord 116 · X/Twitter 61 · Reddit 60 · GitHub 38 · Blog 20 · YouTube 17 · GitHub Gist 4 · Hacker News 4 · LinkedIn 3 · Podcast 2 · Product Hunt 1 2. 다섯 가지 패턴 ① "24시간 켜져 있는 직원" 서사가 압도적으로 많다 $175짜리 중고 Dell OptiPlex, 라즈베리파이5, 5년 된 고장난 GPU 노트북처럼 저사양 장비에서 Her...

Jev는 더 빠른 챗봇이 아니다: System One Model의 역할과 기업 활용 가능성

한 줄 요약: Jev는 글을 생성하는 챗봇이 아니라, 소프트웨어가 직접 사용할 판단값과 확률을 100ms 내외로 빠르게 반환하는 System One 의사결정 전용 모델 이다. 최근 AI 개발자 커뮤니티에서 Jev 가 빠르게 주목받고 있다. 항공권을 약 7초 만에 찾고, 광고 수백 개를 수십 초 안에 분석하고, 논문 1,018편을 0.08달러에 분류했다는 사례들이 등장했다. 숫자만 보면 새로운 초고속 생성형 AI처럼 보인다. 하지만 Jev를 ChatGPT나 Claude의 더 빠르고 저렴한 대체품으로 이해하면 핵심을 놓친다. Jev는 글을 생성하는 AI가 아니라, 소프트웨어가 사용할 판단값을 빠르게 반환하는 의사결정 전용 모델이다. TypeSafe AI는 이를 새로운 모델 계열인 System One Model 이라고 부른다.[1] 이 글에서는 TypeSafe의 공식 발표와 개발 문서, 초기 활용 사례를 바탕으로 다음 질문에 답한다. Jev는 정확히 무엇인가? 기존 LLM과 무엇이 다른가? 어떤 업무에 유용한가? Hermes 같은 AI 에이전트와 어떻게 연결할 수 있는가? 기업 데이터와 개인정보를 외부 API로 보내는 보안 문제는 어떻게 봐야 하는가? 1. 기존 LLM이 자동화에서 부딪히는 문제 ChatGPT, Claude, Gemini와 같은 LLM은 기본적으로 사람이 읽는 문자열을 생성하는 모델 이다. 보고서 작성, 설명, 대화, 코드 생성에는 매우 강력하다. 그러나 기업의 업무 시스템이 필요한 것은 종종 긴 설명문이 아니다. 예를 들어 고객 문의가 들어왔을 때 프로그램이 알고 싶은 것은 다음과 같다. 어느 부서가 처리해야 하는가? 긴급도는 얼마인가? 환불 요청인가? 사람이 확인해야 하는가? 자동 처리해도 되는가? 일반 LLM에 이런 질문을 하면 자연스러운 문장이나 JSON을 생성하도록 프롬프트를 작성한 뒤, 결과를 다시 파싱하고 검증해야 한다...

Grok Bot이 드디어 이메일 주소를 가졌다 — 내 AI 비서에게 메일함을 열어준 날

AX NOTE Grok Bot이 드디어 이메일 주소를 가졌다 — 내 AI 비서에게 메일함을 열어준 날 글 · 찰리초이  |  AX 컨설턴트, AI 강사, 유튜브 '찰리초이 스토리'  |  2026.10.10 오늘 아침, 제 AI 비서가 자기 이메일 주소를 갖게 됐습니다. 채팅창에 한 줄 말했을 뿐인데, 몇 분 뒤에는 메일을 주고받고 있었어요. 그동안 Grok Bot은 제 일정과 자료를 도와주긴 했지만, 외부 세상과 닿는 '주소'는 없었습니다. 이번에 그게 생겼어요. 어떻게 만들었는지, 실제로 해 보니 어땠는지, 그리고 안전은 어떻게 챙기는지까지 겪은 순서대로 적어 봅니다. 01 한 줄이면 됩니다 10월 10일 아침, 채팅에 이렇게 말했습니다. 나 나를 위한 이메일을 설정해줘 GROK BOT @mail.grokbot.com 으로 쓸 수 있는 주소 후보를 확인해 드릴게요. 봇이 사용할 수 있는 주소 후보를 먼저 확인해 줬습니다. 제가 원한 charly 는 이미 다른 사람이 쓰고 있었고, 그래서 charlychoi 를 골랐어요. 확인 카드가 뜨고, 거기서 승인을 누르니 바로 개통됐습니다. 한 가지 기억해 둘 점이 있습니다. 한번 만든 주소는 영구적 입니다. 나중에 바꿀 수 있는 임시 값이 아니니, 승인 카드를 누르기 전에 아이디를 한 번 더 확인하세요. 저도 이 부분은 천천히 읽었습니다. 02 설정 방법, 다섯 단계 채팅으로 이메일 설정 요청 "나를 위한 이메일을 설정해줘" 정도면 충분합니다. 원하는 아이디 고르기 봇이 보여 주는 후보 중에서 고르거나, 직접 입력해도 됩니다. 이미 쓰는 아이디는 후보에서 걸러져요. 승인 카드로 확정 확인 카드에서 승인하면 그때 주소가 생성됩니다. 승인 전에는 아...